Gemini 4 Argon là mô hình Gemini 4 đầu tiên của Google và là mô hình mạnh nhất cho đến nay. Các tester độc lập đánh giá nó ngang hàng với GPT-6 Astra, nó đứng đầu chỉ số Vals trong lĩnh vực tài chính, pháp lý và thuế, và nó có thể viết lên đến 1 triệu token trong một câu trả lời duy nhất. Trong chương trình khuyến mãi ra mắt, nó cũng có giá thấp hơn mỗi token so với Astra.
Điều đáng lưu ý là quyền truy cập. Tính đến ngày 13 tháng 10 năm 2026, Argon chỉ được triển khai cho các nhà bảo vệ mạng trong Chương trình Fairwind của Google. Google chưa công bố ID mô hình, nó không có trong danh sách mô hình API Gemini, và nó chưa có trên AIHubMix. Bài viết này đề cập đến những gì đã thay đổi, nơi Argon thắng và nơi nó không, và ai nên bắt đầu lập kế hoạch cho nó.
Phiên bản ngắn gọn
- Argon thay thế Gemini 3.1 Pro Preview ở vị trí cao nhất trong danh sách của Google. Đây là mô hình mới đầu tiên của Google trên cấp độ Flash trong hơn bảy tháng.
- Trên chỉ số Trí tuệ Phân tích Nhân tạo, nó đạt 53, giống như GPT-6 Astra ở mức lý luận tối đa và cao hơn 23 điểm so với Gemini 3.1 Pro Preview.
- Nó có tỷ lệ ảo tưởng thấp nhất trong số các mô hình hàng đầu trên bài kiểm tra của Artificial Analysis (15%), nhưng nó cũng trả lời ít câu hỏi đúng hơn so với Astra.
- Nó thua Claude Opus 5.5 và GPT-6 Astra trong lập trình nặng về terminal và sử dụng máy tính.
- Giá khởi điểm: 2 đô la cho đầu vào và 10 đô la cho đầu ra mỗi triệu token, tăng lên 4 đô la và 20 đô la. Google chưa cho biết khi nào chương trình khuyến mãi sẽ kết thúc.
- Ai có thể gọi nó hôm nay: Các thành viên Fairwind. Khách hàng API trả phí và người đăng ký Google AI Ultra sẽ là những người tiếp theo, nhưng chưa có ngày cụ thể.
Những gì đã thay đổi từ Gemini 3.1 Pro Preview
Bài viết ra mắt của Google định hình Argon xung quanh công việc "horizon dài": kỹ thuật phần mềm thực tế, công việc kiến thức doanh nghiệp như pháp lý và tài chính, và phòng thủ mạng. Thay đổi cụ thể lớn nhất là trần đầu ra.
| Gemini 3.1 Pro Preview | Gemini 4 Argon | |
|---|---|---|
| Đầu ra tối đa | 64K token | 1 triệu token |
| Chỉ số AA | 30 | 53 |
| Chi phí AA cho mỗi nhiệm vụ chỉ số | 1.30 đô la | 1.99 đô la khuyến mãi / 3.98 đô la tiêu chuẩn |
| Giá đầu vào / đầu ra | 2 đô la / 12 đô la | 2 đô la / 10 đô la khuyến mãi, sau đó 4 đô la / 20 đô la |
| Ai có thể sử dụng nó | Xem trước công khai | Chỉ Chương trình Fairwind |
Giá của 3.1 Pro Preview là cho các yêu cầu lên đến 200k token (4 đô la / 18 đô la cho những yêu cầu trên đó). Argon chưa công bố một mức giá cho ngữ cảnh dài.
Giới hạn đầu ra 1 triệu token. Các mô hình Gemini trước đây dừng lại ở 64K token đầu ra. Argon có thể tiếp tục đến 1 triệu, sử dụng một tính năng API Gemini mới gọi là Long Decode Continuation, cho phép tạm dừng một phản hồi dài và tiếp tục nó qua các cuộc gọi tiếp theo để không bị hết thời gian. Các ví dụ của chính Google cho thấy lý do tại sao điều này quan trọng: các đại lý của họ đã sử dụng Argon cho việc chuyển đổi từ C và C++ sang Rust, bao gồm hơn 800K dòng mã của kernel Fuchsia Zircon, và cho một thư viện đã thay thế 32K dòng mã SIMD bằng Rust an toàn chạy nhanh hơn 2.7 lần so với phiên bản Rust trước đó. Đó là những công việc mà một giới hạn 64K buộc bạn phải chia nhỏ công việc bằng tay.
Một hệ thống đặt tên mới. Không có nhãn Pro hay Flash, chỉ có số thế hệ và tên mã. Google đã lên kế hoạch cho một Gemini 3.5 Pro vào đầu năm 2026 và đã vượt qua nó.
Một sự ra mắt có kiểm soát. Argon được đào tạo đặc biệt cho công việc phòng thủ mạng, và Google cho biết nó có thể "tự động tìm, xác thực và vá các lỗ hổng phần mềm quan trọng." Các thành viên Fairwind và các nhóm nội bộ của Google nhận được một phiên bản không có rào cản mạng. Việc phát hành rộng rãi hơn sẽ từ chối các yêu cầu có hại về mạng, hóa học, sinh học, phóng xạ và hạt nhân.
Những gì vẫn giữ nguyên. Đầu ra vẫn chỉ là văn bản. Đầu vào bao gồm văn bản, hình ảnh và video (Artificial Analysis cũng liệt kê giọng nói). Các tester bên thứ ba báo cáo một cửa sổ ngữ cảnh 1 triệu token; bài viết ra mắt của Google không nêu rõ giới hạn đầu vào. [TBD: cửa sổ ngữ cảnh chính thức]
Cách nó so sánh với GPT-6 Astra, Claude Opus 5.5 và Fable 5.1
Bảng dưới đây đến từ bảng chuẩn của Google DeepMind. Google đã chạy Argon ở cài đặt suy nghĩ cao nhất và chủ yếu sử dụng các số liệu tự báo cáo hoặc công khai của đối thủ, vì vậy hãy coi đây là dữ liệu từ nhà cung cấp. Artificial Analysis và Vals AI đã công bố các kết quả độc lập, được trích dẫn sau bảng.
| Tiêu chuẩn | Argon | GPT-6 Astra | Fable 5.1 | Opus 5.5 |
|---|---|---|---|---|
| Chỉ số Vals | 68.9% | 63.1% | 65.8% | 67.0% |
| Đại lý tài chính Vals v2 | 65.4% | 53.5% | 58.9% | 58.6% |
| Đại lý pháp lý Harvey | 19.6% | 5.4% | 6.7% | 3.8% |
| DeepSWE v1.1 | 77.9% | 74.1% | 67.4% | 74.2% |
| FrontierSWE v2 | 55.0% | 65.5% | 56.3% | 62.3% |
| Terminal-bench 4.0 | 57.4% | 58.2% | 57.9% | 66.4% |
| OSWorld-2.0 | 69.2% | 72.6% | — | — |
| GraphWalks 256k–1M | 84.2% | 71.8% | 65.0% | 66.8% |
| LVBench | 91.7% | 87.5% | 79.7% | 83.7% |
| CWE-bench v1 | 68.0% | 68.0% | 58.0% | 67.0% |
OSWorld-2.0 là tập con ngoại tuyến, điểm số một phần. Bảng đầy đủ có 19 hàng; Argon dẫn đầu hoặc hòa 14 trong số đó.
Ba mẫu nổi bật:
- Công việc kiến thức là nơi khoảng cách rộng nhất. Trên tiêu chuẩn đại lý pháp lý của Harvey, Argon đạt 19.6% so với tối đa 6.7% cho các mô hình khác. Trên Đại lý Tài chính v2, khoảng cách dẫn đầu lớn hơn sáu điểm.
- Các đầu vào rất dài vẫn hoạt động tốt. Trên GraphWalks giữa 256k và 1 triệu token, Argon giữ 84.2% trong khi các mô hình khác giảm xuống khoảng 65–72%.
- Lập trình có sự pha trộn. Argon dẫn đầu DeepSWE nhưng thua trên FrontierSWE (Astra) và Terminal-bench 4.0 (Opus 5.5).
Các số liệu độc lập đồng ý rộng rãi. Artificial Analysis đánh giá Argon (cao) ở mức 53 trên chỉ số Trí tuệ của nó, ngang bằng với GPT-6 Astra (tối đa) và hơn một điểm so với GPT-6.1 Sol (tối đa). Chạy Terminal Bench 4 của nó đặt Argon ở mức 57%, đứng sau Claude Sonnet 5.5, Claude Opus 5.5 và GPT-6 Astra. Vals xếp Argon đứng đầu trong số các mô hình trên chỉ số của nó, với kết quả tốt nhất đơn lẻ trên Đại lý Tài chính v2, và liệt kê việc sử dụng máy tính (CUA-bench) là điểm yếu.
Sự đánh đổi đằng sau "ảo tưởng thấp"
Bài kiểm tra Omniscience của Artificial Analysis đặt ra những câu hỏi thực tế khó khăn và phạt những câu trả lời sai tự tin. Tỷ lệ ảo tưởng của Argon là 15%, thấp nhất trong số các mô hình đạt 45 trở lên trên chỉ số; tỷ lệ của GPT-6 Astra là 51%. Nhưng độ chính xác của Argon trên cùng một câu hỏi là 50%, so với 63% cho Astra. Argon đạt được tỷ lệ ảo tưởng thấp của mình bằng cách từ chối trả lời khi không chắc chắn, không phải bằng cách biết nhiều hơn.
Đối với việc xem xét pháp lý và tài chính, đó thường là sự đánh đổi đúng: một sự từ chối dễ dàng được phát hiện và chuyển đến một người hoặc một mô hình khác, trong khi một con số sai tự tin có thể trượt qua một người đánh giá. Nó chỉ có lợi nếu ứng dụng của bạn có nơi để gửi các câu hỏi mà Argon từ chối.
Nơi Argon không phải là lựa chọn tốt nhất
- Các đại lý lập trình nặng về terminal. Bảng của Google cho thấy Opus 5.5 đạt 66.4% trên Terminal-bench 4.0 so với 57.4% của Argon, và chạy của Artificial Analysis đồng ý về thứ tự này.
- Sử dụng máy tính. Astra dẫn đầu OSWorld-2.0, và Vals xếp Argon thứ bảy trong số tám trên CUA-bench.
- Các câu hỏi cần câu trả lời mỗi lần. Độ chính xác 50% của Omniscience có nghĩa là nhiều câu trả lời "Tôi không chắc" cho việc hồi tưởng thực tế khó khăn.
- Công việc nhạy cảm với độ trễ. Argon trung bình khoảng 62k token đầu ra cho mỗi nhiệm vụ của Artificial Analysis, so với khoảng 27k cho Astra. Google chưa công bố số liệu về tốc độ. [TBD: tốc độ đầu ra và thời gian đến token đầu tiên]
- Bất cứ điều gì cần phải giao trong quý này. Bạn không thể gọi nó ngay bây giờ.
Ai nên chuyển đổi, chờ đợi hoặc ở lại
| Khối lượng công việc | Nên làm gì ngay bây giờ |
|---|---|
| Các đại lý tài chính, pháp lý và thuế | Lập kế hoạch cho Argon |
| Tài liệu dài và video dài | Lập kế hoạch cho Argon |
| Chuyển đổi mã lớn | Lập kế hoạch cho Argon |
| Các đại lý lập trình nặng về terminal | Ở lại với Opus 5.5 hoặc Astra |
| Các đại lý sử dụng máy tính | Giữ nguyên |
| Công việc nhạy cảm về chi phí, khối lượng lớn | Sử dụng Gemini 3.8 Flash |
| Các đội bảo mật trong Fairwind | Sử dụng Argon ngay bây giờ |
"Lập kế hoạch cho Argon" có nghĩa là: lập nguyên mẫu quy trình làm việc trên Gemini 3.8 Flash hoặc 3.1 Pro Preview hôm nay, lập ngân sách theo giá tiêu chuẩn của Argon, và thay đổi ID mô hình khi quyền truy cập mở ra.
Chuẩn bị trên AIHubMix
Argon có một trang mô hình trên AIHubMix dưới ID gemini-4-argon, nhưng nó được đánh dấu là sắp ra mắt và chưa có giá. [TBD: ngày có sẵn trên AIHubMix]
Bạn có thể xây dựng quy trình làm việc ngay bây giờ trên các mô hình Gemini mà AIHubMix đã phục vụ, chẳng hạn như Gemini 3.8 Flash, và giữ ID mô hình trong cấu hình. Điểm cuối tương thích với OpenAI hoạt động với SDK OpenAI tiêu chuẩn; hướng dẫn AIHubMix Gemini cũng đề cập đến SDK gốc của Google.
import os
from openai import OpenAI
client = OpenAI(
base_url="https://aihubmix.com/v1",
api_key=os.environ["AIHUBMIX_API_KEY"],
)
# AIHubMix liệt kê Argon là gemini-4-argon (sắp ra mắt). Lập nguyên mẫu trên
# Gemini 3.8 Flash, sau đó đặt ARGON_MODEL_ID=gemini-4-argon khi nó mở.
MODEL = os.environ.get("ARGON_MODEL_ID", "gemini-3.8-flash")
resp = client.chat.completions.create(
model=MODEL,
reasoning_effort="high",
messages=[
{"role": "user", "content": "Liệt kê các điều khoản chấm dứt trong hợp đồng dưới đây. Nói vậy nếu bạn không chắc chắn về bất kỳ điều nào trong số đó.\n\n<văn bản hợp đồng>"},
],
)
print(resp.choices[0].message.content)
Trên tuyến đường tương thích với OpenAI, reasoning_effort tương ứng với các cài đặt suy nghĩ của Gemini. Các giá trị mà Argon chấp nhận chưa được tài liệu hóa. [TBD: các mức lý luận của Argon trên AIHubMix]
Khi Argon mở trên AIHubMix, giá và các tham số hỗ trợ của nó sẽ hiển thị trên trang mô hình đó.
Câu hỏi thường gặp
Tôi có thể sử dụng Gemini 4 Argon thông qua API hôm nay không?
Chỉ nếu tổ chức của bạn tham gia Chương trình Fairwind của Google. Khách hàng API trả phí và người đăng ký Google AI Ultra sẽ là những người tiếp theo, nhưng Google chưa đưa ra ngày cụ thể.
ID mô hình của Gemini 4 Argon là gì?
Google chưa công bố. Trên AIHubMix, Argon được liệt kê là gemini-4-argon trên một trang mô hình được đánh dấu là sắp ra mắt. Một cuộc gọi đến ID đó thông qua API của Google đã trả về lỗi 404 vào ngày 1 tháng 10.
Gemini 4 Argon có tốt hơn GPT-6 Astra không?
Trên chỉ số của Artificial Analysis, chúng ngang bằng nhau. Argon dẫn đầu trong công việc kiến thức, truy xuất ngữ cảnh dài và hiểu video; Astra dẫn đầu trong FrontierSWE, các nhiệm vụ khoa học terminal và sử dụng máy tính.
Gemini 4 Argon có tốt cho lập trình không?
Nó mạnh trong DeepSWE và Vibe Code Bench, nhưng Claude Opus 5.5 và GPT-6 Astra vẫn dẫn đầu trong lập trình nặng về đại lý terminal.
Giới hạn đầu ra 1 triệu token có nghĩa là gì trong thực tế?
Một công việc đơn lẻ có thể sản xuất nhiều hơn nhiều so với giới hạn 64K cũ, chẳng hạn như một chuyển đổi mã lớn hoặc một báo cáo dài. Google cho biết điều này phụ thuộc vào Long Decode Continuation, cho phép tạm dừng và tiếp tục các phản hồi dài qua các cuộc gọi.
Tại sao tỷ lệ ảo tưởng thấp nhưng độ chính xác chỉ 50%?
Argon thường từ chối trả lời khi không chắc chắn. Điều đó làm giảm các câu trả lời sai tự tin nhưng cũng giảm tỷ lệ câu hỏi mà nó trả lời đúng.
Khi nào Gemini 4 Argon sẽ có trên AIHubMix?
Chưa có ngày cụ thể. Trang mô hình AIHubMix của nó đã có nhưng được đánh dấu là sắp ra mắt. Hãy xây dựng trên Gemini 3.8 Flash hoặc 3.1 Pro Preview qua AIHubMix ngay bây giờ và thay đổi ID mô hình khi Argon mở ra.
Tiếp tục đọc: chuỗi Gemini 4 Argon
- Giá khởi điểm 2 đô la / 10 đô la trông có vẻ rẻ cho đến khi bạn tính đến số token trên mỗi nhiệm vụ. Chi phí đo được cho mỗi nhiệm vụ có ở đây: Giá Gemini 4 Argon: Rẻ theo token, không theo nhiệm vụ
Nguồn
- Gemini 4 Argon: kỷ nguyên tiếp theo của trí thông minh tiên phong của chúng tôi (Google)
- Các mô hình và chuẩn Gemini (Google DeepMind)
- Gemini 4 Argon: Google trở lại là một trong ba phòng thí nghiệm hàng đầu về trí thông minh đạt được (Artificial Analysis)
- Các chuẩn, chi phí và khả năng của Gemini 4 Argon (Vals AI)
- Gemini 4 Argon trên AIHubMix (AIHubMix)
